FA-SORT：轻量化的多车辆跟踪算法

作     者：欧阳博 朱勇建 杨礼康 王本源 

作者机构：宁波敏捷信息科技有限公司 浙江科技学院机械与能源工程学院 上海应用技术大学计算机科学与信息工程学院 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2023年

学科分类：08[工学] 080203[工学-机械设计及理论] 0838[工学-公安技术] 0802[工学-机械工程] 

基　　金：教育部产学合作协同育人项目（No.220800006080308） 上海应用技术大学科研启动项目（YJ2022-40） 上海应用技术大学协同创新基金（XTCX2022-20） 

主　　题：多车辆跟踪 目标检测 速度方向一致性匹配 检测值匹配 无人机图像 

摘      要：近年来，无人机因体积小、灵活性好等优势被广泛应用在车辆跟踪领域。然而，当无人机在高空飞行时，其捕捉的图像中车辆目标存在像素点少、拥挤以及被遮挡的情况。并且，现有的多目标跟踪研究方法在车辆被遮挡过程中发生非线性运动时，使用卡尔曼滤波预测，会出现车辆位置预测不准确的问题。为了解决这些问题，本文采用先检测后跟踪（Tracking By Detection，TBD）范式，首先对YOLOv8检测算法进行改进，在网络结构中引入了BiFormer稀疏动态注意力模块，用于提取小目标特征信息。同时使用轻量级上采样算子CARAFE替换原最近邻插值上采样，减少上采样过程中小目标特征丢失的问题。然后提出一种轻量化跟踪模型FA-SORT，针对SORT算法提出三点改进：改进KF、添加速度方向一致性匹配和检测值匹配。最后，在自制的组合了多个车辆数据集上验证改进的YOLOv8算法，实验结果表明，与YOLOv8相比，精确率（Precision）提高了0.97%，召回率（Recall）提高了0.898%。对所提出的FA-SORT算法使用UAVDT数据集进行验证，结果表明，与现有的多目标跟踪算法相比，HOTA指标首个达到70.05%，IDF1达到87.45%，跟踪速度达到29.93 FPS。验证了FA-SORT跟踪算法在多车辆跟踪任务中的优越性。